Методы машинного обучения в анализе изображений и временных рядовКНИГИ » НАУКА И УЧЕБА
Название: Методы машинного обучения в анализе изображений и временных рядов Автор: Дмитриев К.В. Издательство: М.: Изд. МГУ им. М.В.Ломоносова Teach-in Год: 2022 Формат: pdf Страниц: 173 Размер: 35 mb Язык: Русский
13 лекций по курсу Методы машинного обучения в анализе изображений и временных рядов Содержание Введение. Задачи, подходы и возможности. Библиотеки Python, используемые для машинного обучения. Байесовский классификатор. Метод максимального правдоподобия. Априорная и апостериорная информация. Линейные методы регрессии и классификации. Метрические методы регрессии и классификации. Метод опорных векторов. Многомерная линейная и нелинейная регрессия. Градиентные методы. Критерии оценки качества моделей. Логические закономерности. Ансамбли алгоритмов. Беггинг и бустинг. Искусственные нейронные сети. Базовые архитектуры и методы обучения. Нейронные сети для распознавания цифр. Задачи обучения без учителя. Часть 1 Задачи обучения без учителя. Часть 2. Работа в временными рядами.
Навигация
Вход на сайт
Реклама
Методы машинного обучения в анализе изображений и временных рядов 
